сотрудник с 01.01.2014 по 01.01.2024
сотрудник с 01.01.2017 по 01.01.2024
Краснодарский край, Россия
УДК 347.9 Гражданское процессуальное право. Судоустройство
УДК 004 Информационные технологии. Компьютерные технологии. Теория вычислительных машин и систем
УДК 343.1 Уголовное судопроизводство. Уголовно-процессуальное право
Введение. В статье обращается внимание на важность и перспективы использования искусственного интеллекта (далее – ИИ) в предиктивной аналитике в контексте уголовного правосудия. Это обусловлено значительным развитием технологий ИИ и машинного обучения, что находит применение во множестве сфер, включая уголовное судопроизводство. Авторы подробно излагают теоретические и практические аспекты предиктивной аналитики, которая позволяет на основе статистических данных и алгоритмов машинного обучения прогнозировать будущие события. Отдельное внимание уделяется различию между ИИ и предиктивной аналитикой. Освещаются вопросы эффективности применения предиктивной аналитики в уголовном правосудии, включая оптимизацию предварительного расследования, улучшение уголовного преследования и прогнозирование результатов рассмотрения уголовных дел. Методы. Основу методологии исследования составляют диалектический материализм, применяемые общенаучные (системно-структурный и формально-логический, индуктивный и дедуктивный, анализ и синтез) и специальные (формально-юридический, сравнительно-правовой) методы. Результаты. Авторами делается вывод, что ИИ охватывает более широкий спектр задач, требующих человеческого интеллекта, в то время как предиктивная аналитика концентрируется на создании предсказаний. Описываются передовые технологии, которые уже активно используются в различных странах и позволяют улучшать и оптимизировать распределение ресурсов правоохранительных и судебных органов. Рассматривается перспектива интеграции технологий виртуальной и расширенной реальности в уголовное правосудие, что может радикально изменить подходы к предиктивной аналитике и уголовному процессу в целом, обогащая визуализацию и интерактивное взаимодействие между участниками правоотношений.
уголовное судопроизводство, правосудие, искусственный интеллект, предиктивная аналитика, современные технологии
1. Bachne J. Predictive Policing: Preventing Crime with Data and Analytic. – Washington, DC: IBM Center for The Business of Government, 2013. – 38 p. – URL: https://www.businessofgovernment.org/sites/default/files/Predictive%20Policing.pdf.
2. Aletras N., Tsarapatsanis D., Preoţiuc-Pietro D., Lampos V. Predicting judicial decisions of the European Court of Human Rights: a Natural Language Processing perspective // PeerJ Computer Science. – 2016. – No 2. – e93; https://doi.org/10.7717/peerj-cs.93.
3. Li V., Sridharan S., Sethuraman S., Avdis G. Predicting Recidivism With Machine Learning: An Analysis of Risk Factors and Proposal of Preventions // Journal of Student Research. – 2013. – Vol. 12, no 4; https://doi.org/10.47611/jsrhs.v12i4.5779.
4. Groff E. R., La Vigne N. G. Forecasting the Future of Predictive Crime Mapping / Tilly N. (ed.). Analysis for Crime Prevention. – 2002. – Vol. 13. – P. 29–57. – URL: https://popcenter.asu.edu/sites/default/files/library/crimeprevention/volume_13/03-Groff.pdf.
5. Bheeman S., Lavanya R., Kanisha R., Madhurusha G. Predictive Analytics of Crime Data using Supervised and Ensemble Learning Methods / Conference: 2022, 3rd International Conference on Electronics and Sustainable Communication Systems (ICESC) (August 17–19, 2022). – Coimbatore, India: IEEE, 2022. – P. 1599–1603; https://doi.org/10.1109/ICESC54411.2022.9885355.
6. Brayne S., Christin A. Technologies of Crime Prediction: The Reception of Algorithms in Policing and Criminal Courts // Social Problems. – 2021. – Vol. 68, no 3. – P. 608–624; https://doi.org/10.1093/socpro/spaa004.
7. Ferguson A. G. Policing Predictive Policing // Washington University Law Review. – 2017. – Vol. 94, no 5. – P. 1109–1189.
8. Rajkumar S., Sakkarai M., Soundarya J. J., Varnikasree P. Crime analysis and prediction using data mining techniques // Prediction analysis techniques (Special Issue). – 2019. – Vol. 5, no 1. – P. 602–607; https://doi.org/10.23883/ijrter.conf.20190322.078.yi0nm.
9. Дремлюга Р. И., Решетников В. В. Правовые аспекты применения предиктивной аналитики в правоохранительной деятельности // Азиатско-тихоокеанский регион: экономика, политика, право. – 2018. – Т. 20, № 3. – С. 133–144; https://doi.org/10.24866/1813-3274/2018-3/133-144.
10. Гаврилин Ю. В. Технологии обработки больших объемов данных в решении задач криминалистического обеспечения правоохранительной деятельности // Российский следователь. – 2019. – № 7. – С. 3–8.
11. Габараев А. Ш., Новиков А. В. Аналитическое прогнозирование в правоохранительной деятельности. Международный опыт // Вопросы российского и международного права. – 2022. – Т. 12, № 10-1. – С. 496–504; https://doi.org/10.34670/AR.2022.47.24.013.
12. Батоев В. Б. Использование предиктивной аналитики в правоохранительной деятельности // Общество и право. – 2022. – № 4 (82). – С. 99–107.
13. Чурикова А. Ю. Искусственный интеллект в уголовном процессе: возможности и риски использования // Информационное право. – 2023. – № 4 (78). – С. 22–25.
14. Бормотова Л. В. Искусственный интеллект в производстве по уголовным делам / Цифровые технологии и право : сборник научных трудов II Международной научно-практической конференции : в 6 т., Казань, 22 сентября 2023 г. / под ред. И. Р. Бегишева, Е. А. Громовой, М. В. Залоило, И. А. Филиповой [и др.]. – Казань: Познание, 2023. – Т. 2. – С. 51–58.
15. Буглаева Е. А. Перспективы применения технологий искусственного интеллекта в сфере судопроизводства // Вестник Южно-Уральского государственного университета. Серия: Право. – 2024. – Т. 24, № 1. – С. 10–15; https://doi.org/10.14529/law240102.
